Pós-graduação em Ciências Veterinárias (IV/UFRRJ)

Modelos de Regressão Aplicados às Ciências Veterinárias

Professores:

Informações Gerais

Objetivo da Disciplina

Apresentar uma visão geral dos principais modelos de regressão. A disciplina se inicia com uma breve apresentação sobre manipulação de bases de dados e análise exploratória, seguida por uma introdução sobre modelagem estatística. Serão abordados aspectos da modelagem de Regressão Linear, simples e múltipla, técnicas de predição pontual e intervalar, bem como análise da adequação e da qualidade do modelo. A disciplina inclui uma introdução aos Modelos de Regressão Generalizados, com a apresentação dos Modelos de Regressão Logística e o Modelo Poisson.

Formato da Disciplina

  • O curso será composto de atividades síncronas (são atividades baseadas em encontros remotos professor-alunos de forma on line) e de atividades assíncronas (são atividades que poderam ser feitas pelos alunos sem a presença do professor, por exemplo: Leitura do material bibliográfico, videoaulas, listas de exercícios e etc). As aulas síncronas serão feitas via plataforma Google Meet durante o horário original da disciplina. Os dias das aulas síncronas estão indicadas na tabela abaixo contendo o cronograma do curso. O link para o acesso as aulas síncronas, estará disponível no sistema SIGAA/UFRRJ no tópico do primeiro dia de aula.

Sobre o pacote estatístico R

  • Neste curso também está previsto a utilização do pacote estatístico R utilizando a interface gráfica do RStudio. O pacote estatístico R, que pode ser encontrado no site oficial do projeto CRAN (link). O pacote estatístico R é uma linguagem de programação estatística e gráfica direcionada para a manipulação, visualização e análise estatística de dados, que atualmente vem sendo considerada uma das melhores ferramentas para essa finalidade. A linguagem ainda possui como diferencial a facilidade no aprendizado, mesmo para aqueles que nunca tiveram contato anterior com programação. O pacote estatístico R é um software livre (free) e de código aberto (open source) para análise de dados.
  • Uma das formas de utilizar a linguagem R é através da interface gráfica RStudio (link), que é uma IDE ou ambiente de desenvolvimento integrado, para o pacote R. Com sua utilização gratuita, o RStudio é uma excelente ferramenta para trabalhar com o R. Essa plataforma é extremamente visual quando comparado com ambientes de outras linguagens e também com o console do R, e muito simples de se utilizar.

Curso Extensão - Introdução à Análise de Dados no R

Este é um curso de extenção ministrado pelos professores Diógenes Ferreira Filho e Manuel Francisco de Souza Pereira do DCEEX/IRT/UFRRJ. Neste curso é abordado desde a instalação do pacote estatístico R e da interface RStudio, análises básicas utilizando o R até o ambiente do universo do tidyverse e RMarkdown.

As videoaulas encontram-se disponíveis de forma aberta neste canal do YouTube.

Programa da Disciplina

Tópicos Conteúdo
1. Análise Exploratória de Dados com software R
2. Modelo de Regressão Linear Simples
2.1. Estimação dos Parâmetros
2.2. ANOVA da Regressão
2.3. Intervalo de Confiança e de Predição
2.4. Adequação do Ajuste
3. Regressão Linear Múltipla
3.1. Estimação dos Parâmetros
3.2. Métodos de Seleção de Modelos
3.3. Adequação do Ajuste
3.4. Variáveis Dummy
4. Modelo de Regressão Logística
4.1. Estimação dos Parâmetros do Modelo
4.2. Interpretação do Modelo
4.3. Avaliação da Qualidade do Modelo
5. Modelo de Regressão de Poisson
5.1. Estimação dos Parâmetros do Modelo
5.2. Interpretação do Modelo
5.3. Avaliação da Qualidade do Modelo

Avaliação da Disciplina

  • Seminário – 10/12/2021

Obs: Os seminários deverão ser feitos segundo as seguintes orientações: link

Bibliografia

  • Dohoo, I. R., Martin, W., & Stryhn, H. E. (2003). Veterinary epidemiologic research.

  • Dobson , AJ (2001). An introduction to generalized linear models. Chapman & Hall/CRC.

  • Faraway, J. Practical Regression and Anova using R (PDF, banco de dados e scripts disponível no site link)

  • Fox, J (2002). An R and S-Plus Companion to Applied Regression. Sage Publications.

  • McCullagh P, Nelder JA (1989). Generalized linear models. Second Edition. Chapman and Hall.

  • Myers, Raymond H. et al. (2012) Generalized linear models: with applications in engineering and the sciences. John Wiley & Sons.

  • Venables WN, Ripley, BD (2002). Moderns Applied Statistics with S. Fourth Edition. Springer.

Cronograma dos encontros síncronos

  • Todos os encontros síncronos serão às sextas-feiras a partir das 9hs.
Data Aula Descrição
05/11/2021 1 Introdução do curso + Revisão Análise Exploratória de Dados (AED)
12/11/2021 2 Modelo de Regressão Simples
19/11/2021 3 Modelo de Regressão Múltipla
26/11/2021 4 Modelo de Regressão Logística
03/12/2021 5 Modelo de Regressão de Poisson
10/12/2021 6 Apresentação dos Seminários

Aula 1: Revisão Análise Exploratória de Dados (AED)

  • Nessa aula síncrona será apresentado esse novo formato da disciplina (conteúdo e dinâmica das aulas).

  • Revisão sobre o conteúdo de análise exploratória de dados.

  • Não está prevista atividade assíncrona para esta aula.

Atividades Tipo de atividades Links
Síncrona Atividades síncronas a respeito da Aula 1 - Parte 1 link
Síncrona Atividades síncronas a respeito da Aula 1 - Parte 2 link
Síncrona Banco de dados daisy2.xlsx link
Síncrona Link para a sala de videoconferência dia 05/11/2021 (sexta-feira) às 9hs link

Aula 2: Modelo de Regressão Linear Simples

Atividades Tipo de Atividade Links
Assíncrona Videoaula sobre a Aula 2 - Parte 1 link
Assíncrona Slides sobre a Aula 2 - Parte 1 link
Assíncrona Videoaula sobre a Aula 2 - Parte 2 link
Assíncrona Slides sobre a Aula 2 - Parte 2 link
Assíncrona Videoaula sobre a Aula 2 - Parte 3 link
Assíncrona Slides sobre a Aula 2 - Parte 3 link
Assíncrona Videoaula sobre a Aula 2 - Parte 4 link
Assíncrona Slides sobre a Aula 2 - Parte 4 link
Assíncrona Videoaula sobre a Aula 2 - Parte 5 link
Assíncrona Slides sobre a Aula 2 - Parte 5 link
Assíncrona Videoaula sobre a Aula 2 - Parte 6 link
Assíncrona Slides sobre a Aula 2 - Parte 6 link
Assíncrona Lista de exercícios sobre a Aula 2 link
Assíncrona Gabarito da lista de exercícios sobre a Aula 2 link
Síncrona Atividades síncronas a respeito da Aula 2 link
Síncrona Link para a sala de videoconferência dia 12/11/2021 (sexta-feira) às 9hs link
Síncrona Link para a sala de videoconferência dia 12/11/2021 (sexta-feira) às 14hs (Monitoria) link

Aula 3: Modelo de Regressão Linear Múltipla

Atividades Tipo de Atividade Links
Assíncrona Videoaula sobre a Aula 3 - Parte 1 link
Assíncrona Slides sobre a Aula 3 - Parte 1 link
Assíncrona Videoaula sobre a Aula 3 - Parte 2 link
Assíncrona Slides sobre a Aula 3 - Parte 2 link
Assíncrona Videoaula sobre a Aula 3 - Parte 3 link
Assíncrona Slides sobre a Aula 3 - Parte 3 link
Assíncrona Videoaula sobre a Aula 3 - Parte 4 link
Assíncrona Slides sobre a Aula 3 - Parte 4 link
Assíncrona Videoaula sobre a Aula 3 - Parte 5 link
Assíncrona Slides sobre a Aula 3 - Parte 5 link
Assíncrona Banco de dados pig_adg.xlsx link
Assíncrona Lista de exercícios sobre a Aula 2 Em breve !
Síncrona Link para a sala de videoconferência dia 19/11/2021 (sexta-feira) às 9hs link
Síncrona Link para a sala de videoconferência dia 19/11/2021 (sexta-feira) às 14hs (Monitoria) link

Orientações para os Seminários

  • Os seminários deverão ser feitos segundo as seguintes orientações: link